這些講的都對啦
但是吼，這只是資料分析而已
還不夠大數據
大數據最尻的就是吼
你一個指令下去
DB就崩了
然後你就會看到後端起來7pupu的往你這邊走
你就fuck了
大數據最基本的就是NOSQL要熟
要摸到比摸自己的雞雞還要熟
畢竟你如果連query都不行，還做三小分析
再來就是Parallelize
就算你很會Q，弄個D-tree要弄三小時你主管大概也會很7pupu
所以平行化的能力一定要有
當然不是要你自己用C++尻一個平行化的ML演算法
但是要有一定功力
偶同學升碩一就被抓去練cuda練到快要精盡人亡，其重要性可見一般
更細節偶就不清楚惹
我原本是往這方向走，但是練到一半就被抓去做CV了
只是每天看到Big Data Team的妹妹一直被狗幹就好心疼QQ
除了長的可愛，大家要好好練功再嘴大數據，豪嗎？
棒子就滾吧，這圈子夠多肥宅了，臭死了
※ 引述《wallrose (牆玫瑰)》之銘言：
: ※ 引述《apple90101 (Dauntless)》之銘言：
: : 因應未來趨勢
: : 魯妹當了多年的業務，做過不少數字分析去決定商業策略
: : 覺得數字分析很有趣也意外發現在商業上使用算是在行
: : 想學大數據分析會是很難的挑戰嗎？
: : 我知道要學Python和一些統計
: : 只是沒有資工背景會不會有如登天呢？
: : 外面的大數據分析課程如資策會舉辦的
: : 值得花錢報名參加嗎？
: 對文組不值得，除非先學一些數學再去
: 不懂數學只能瞎做、亂分析
: 大數據最低配備的技能樹（照順序）：
: 微積分、線性代數 => 數理統計
: => 基礎統計方法（變異數分析、線性迴歸）、機器學習搭配Python實作演練
: 至此，應該就有最簡易的大數據分析能力了
: 能夠做資料預處理、視覺化、抓特徵
: 然後做迴歸、分類、分群等等
: 做的好不好，另一回事
: 選配：
: 資料庫、C/C++、R、Spark、Linux、mapreduce、Tensorflow 、Caffe
: 、資料結構、作業研究、其他ML、DL演算法...........